Designing diversity-aware sustainable mobility policies via social networks : a data-driven approach

In this thesis we propose a data-driven approach to identify the key factors that most influence the adoption of electric vehicles (EVs), in order to support policymakers in shaping future strategies and directions. By defining a metric to profile individuals, like a personal DNA, we build a social network of interconnected individuals, and design policy incentives that are simulated on this network to study their impact on different segments of potential adopters. The main goal is to determine whether socio-demographic characteristics, together with social influence, can be considered as valid additional criteria for policymakers’ decision-making processes, that have proven to be efficient but not yet as effective as desired since the zero-emission transition is still happening at a slow pace. We use system dynamics optimization and reinforcement learning to simulate the EV diffusion process over a five-year time horizon from 2015 to 2020 to validate our findings with what has actually been done during that period. Our results show that financial incentives directly targeting the end-user are not so effective as expected, meaning that other dimensions need to be considered simultaneously. The applied models indicate that the most relevant dimensions to focus on are user awareness, environmental consciousness and innovative attributes of electric vehicles: the first refers to the ability to communicate to potential adopters how the technology works and its main benefits; the second focuses on conveying the impact of sustainable human decisions on limiting climate change; the last one considers the development of new technologies to make EVs more appealing in the near future. Overall, this study illustrates how social contagion models should be considered as valuable simulation tool for designing policy incentives. Indeed, it provides an additional perspective that focuses on the social nature of human beings and the importance of information and experiences shared within a community by those who have already used electric vehicles.

In questa tesi proponiamo un approccio data-driven per identificare i fattori chiave che influenzano maggiormente l'adozione dei veicoli elettrici (EV), al fine di supportare i responsabili politici nella definizione di strategie e direzioni future. Definendo una metrica per profilare gli individui, come un DNA personale, costruiamo una rete sociale di individui interconnessi e progettiamo incentivi simulati su questa rete per studiarne l'impatto su diversi cluster di potenziali adottanti. L'obiettivo principale è determinare se le caratteristiche socio-demografiche, insieme all'in- luenza sociale, possano essere considerate come validi criteri aggiuntivi per i processi decisionali dei politici, che si sono dimostrati efficienti ma non ancora efficaci come desiderato, dal momento che la transizione verso emissioni zero sta avvenendo ancora a un ritmo troppo lento. Utilizziamo l'ottimizzazione delle dinamiche di sistema e il reinforcement learning per simulare il processo di diffusione dei veicoli elettrici su un orizzonte temporale di cinque anni, dal 2015 al 2020, per convalidare i nostri risultati con quanto è stato effettivamente fatto in quel periodo. I nostri risultati mostrano che gli incentivi finanziari rivolti direttamente all'utente finale non sono così efficaci come ci si aspettava, il che significa che è necessario considerare allo stesso tempo altre dimensioni. I modelli applicati indicano che le dimensioni più rilevanti su cui concentrarsi sono la consapevolezza degli utenti, la coscienza ambientale e gli attributi innovativi dei veicoli elettrici: la prima si riferisce alla capacità di comunicare ai potenziali adottanti il funzionamento della tecnologia e i suoi principali vantaggi; la seconda si concentra sul far capire come comportamenti sostenibili impattino positivamente nel limitare il cambiamento climatico; l'ultima considera lo sviluppo di nuove tecnologie per rendere i veicoli elettrici più attraenti per un potenziale acquirente. Nel complesso, questo studio illustra come i modelli di contagio sociale debbano essere considerati un valido strumento di simulazione per la progettazione di incentivi politici. Infatti, fornisce un'ulteriore prospettiva che si concentra sulla natura sociale degli esseri umani e sull'importanza delle informazioni e delle esperienze condivise all'interno di una comunità da coloro che hanno già utilizzato veicoli elettrici.